我使用的是 MNIST Digits 数据集。关于数据集：数据集由 10 类手写图像图片组成，每类图片的数字在 0-9 之间。

MNIST（“修改后的国家标准与技术研究所”）是事实上的计算机视觉“hello world”数据集。自 1999 年发布以来，这个经典的手写图像数据集一直作为基准分类算法的基础。随着新机器学习技术的出现，MNIST 仍然是研究人员和学习者的可靠资源。 在本次比赛中，您的目标是从包含数万张手写图像的数据集中正确识别数字。我们策划了一组教程风格的内核，涵盖了从回归到神经网络的所有内容。我们鼓励您尝试不同的算法，以直接了解哪些算法有效以及技术如何比较。 在本笔记本中，我使用的是 MNIST Digits 数据集。关于数据集：数据集由 10 类手写图像图片组成，每类图片的数字在 0-9 之间。 在本笔记本中，我将介绍以下项目： 数据理解 正常化 显示数据集中的示例 展示 准备输入 数据增加 下载 添加开发集 使用 Trasnfer 学习架构 ResNet50，CNN 模型 有关此内核的更多信息，请在此处查看我的 Kaggle Profile： https://www.kaggle.com/homayoonkhadivi/cnn-for-mnist-digit-datasets 12345678910111213456789111234567891121345678910111223456789111213